Wykrywanie ludzi na obrazach z dronów z wykorzystaniem technik głębokiego uczenia

Zainteresowanie tworzeniem niezawodnych i szybkich systemów wykrywania ludzi wzrosło ze względu na rosnące wykorzystanie bezzałogowych statków powietrznych (UAV) w różnych zastosowaniach, w tym w operacjach poszukiwawczo-ratowniczych i nadzorze. W niniejszym artykule w metodzie rozpoznawania ludzi w czasie rzeczywistym wykorzystano algorytm głębokiego uczenia YOLOv8, zaprojektowany specjalnie do obrazów z dronów. Ze względu na swoją skuteczność i precyzję w identyfikowaniu osób na skomplikowanym tle i w różnych warunkach oświetleniowych, zastosowano YOLOv8, ulepszoną wersję algorytmu wykrywania obiektów You Only Look Once (YOLO). Model YOLOv8 został wytrenowany na dużym zbiorze danych zawierającym opatrzone adnotacjami obrazy z dronów, obejmującym różnorodne scenariusze i środowiska, aby ułatwić niezawodne wykrywanie ludzi. W niniejszym badaniu wykorzystano zbiór danych UAV Human Dataset obejmujący różne warunki środowiskowe, zapewniający niezawodne działanie w trudnych scenariuszach. Badanie to przyczynia się do rozwoju technologii wykrywania ludzi opartych na dronach, oferując skalowalne i wydajne rozwiązanie do zastosowań w rzeczywistych warunkach. Model YOLOv8 osiągnął precyzję na poziomie 88,83%, czułość na poziomie 71% i wskaźnik mAP na poziomie 74%.